遙感原理課程設計實習報告

1、精選優(yōu)質文檔-傾情為你奉上 遙感原理與應用課程設計 班級 學號： 姓名： 一、課程設計的目的和意義：1、 加深理解和鞏固遙感原理與應用的有關理論知識；2、 運用專業(yè)遙感軟件，通過對遙感影像進行各種處理以及專題信息提取等綜合應用，培養(yǎng)獨立分析問題和解決問題的能力；3、 通過自主編程設計，加強對遙感圖像處理算法的理解和提高編程實踐能力；4、 培養(yǎng)良好的工作習慣和科學素養(yǎng)，為今后工作打下良好的基礎。二、課程設計的原理與方法：2.1課程設計步驟流程圖： 專題地圖制作影像格式轉換 分類、分類后處理及精度評定 波段組合 幾何校正 影像拼接與裁剪 2.2.原理與方法 1、影像格式轉換： 課程設計所提供的影像

2、格式是bmp格式，而Erdas默認處理的影像格式是img格式，故必須應用Erdas將所有的bmp格式轉換成img格式，方便處理。2、波段組合： 課程設計所提供的影像分別是TM的6個波段，故在格式轉換之后需將6個波段組合成多波段影像，注意要分別針對左右兩張影像進行組合。3、幾何校正： 由于傳感器的幾何畸變以及大氣畸變等多方面因素的影像，所得的TM影像存在幾何畸變，為了消除幾何畸變，我們必須對左右兩張影像進行幾何校正。這里是以spot的全色波段作為基準影像進行校正。同時，幾何校正的精度將影響影像拼接和分類的精度，必須進行精校正，將誤差控制在1像素以內。4、影像拼接與裁剪： 分別對左右影像進行幾何校

3、正之后，我們需要將其拼接成一張影像進行處理。影像拼接能夠很好的檢驗幾何校正的精度，若出現(xiàn)明顯的裂縫，則必須返回到幾何校正進行檢查和調整，直至拼接效果滿足要求并進行裁剪操作，將裁剪下來的影像，作為分類的基準影像。5、 分類，分類后處理與精度評定：分類這里分為監(jiān)督分類和非監(jiān)督分類：A、 非監(jiān)督分類：先目視判讀需要分為幾類，本次實習中時6類，然后選擇監(jiān)督分類算法，如K-均值和IsoData算法，調整參數(shù)，進行分類。B、 監(jiān)督分類：基于非監(jiān)督分類的先驗知識，對影像進行監(jiān)督分類，選取相應樣本，使用最大似然法，得到分類后影像。精度評定： A、混淆矩陣：利用Erdas，對分類的影像生成混淆矩陣，看各個類的精

4、度是否滿足 要求，若不滿足，則需要重新選取樣本，直至所有類都達到90% 以上。 B、隨機點：利用Erdas生成255個隨機點，然后進行目視判讀，檢查分類的精度， 最后要求總的精度達到85%以上。分類后處理：這里分為聚類統(tǒng)計（Clump）和去除分析（Eliminate） A、聚類統(tǒng)計（Clump）： 無論是利用監(jiān)督分類還是非監(jiān)督分類，分類的結果中都會產生一些面積很 小的圖斑。無論從專題地圖制圖的角度，還是從實際應用的角度。都有必要對 這些小圖斑進行剔除。 聚類統(tǒng)計是通過對分類專題圖像計算每個分類圖斑的面積、記錄相鄰區(qū)域 中最大圖斑面積的分類值等操作，產生一個Clump類組輸出圖像，其中每個圖 斑

5、都包含Clump類組屬性。 B、去除分析（Eliminate）： 去除分析是用來刪除原始分類圖像中的小圖斑或Clump聚類圖像中的小 Clump類組，它將刪除的小圖斑合并到相鄰的最大的分類當中。而且，如果輸 入的圖像時Clump聚類圖像的話，記過Eliminate處理后，將分類圖斑的屬性自 動恢復為Clump處理前的原始分類編碼。6、專題地圖制作： 將所得的專題地圖即經過分類后處理的監(jiān)督分類影像，加上格網(wǎng)、比例尺、圖例以及標題等地圖信息，并且輸出為tif格式。三、課程設計的過程和步驟： 3.1影像格式轉換第一步：點擊工具欄Import，并設置對話框如下所示第二步：點擊確定，則得到一副img影像

6、，分別對其余的不買票影像進行相同操作。3.2波段組合：第一步：進行影像屬性設置，打開一幅img影像，點擊工具欄中的第三個按鈕，然后再點擊Edit->change map model，設置對話框如下所示。然后對每一張img影像進行設置。第二步：點擊工具欄Interpreter，選取Ulities，再選取layer Srack。第三步：設置對話框如下圖所示，并按照這個方法將右邊圖像組合成多波段影像。3.3幾何校正：（以左影像為例）第一步：設置spot影像的坐標系參數(shù)如圖所示：第二步：選取幾何校正模型為二次多項式模型，并分別選取6對控制點和6對檢查點，確保每個檢查點的中誤差小于1，并且要求總的

7、中誤差小于1。如圖所示：第三步：對影像進行重采樣，得到效果圖如下：第四步：校正精度評定：除了在第二步中用檢查點進行精度評定之外，還可以通過將spot影像和校正后的影像一起顯示進行判讀。操作如下，首先正常打開spot全色波段影像，然后再同一個View中打開校正后的影像，并將Raster Option中的Clear Display前面的勾點掉。然后點擊view-Utility-blend或者swipe和flicker。3.4影像拼接和裁剪：第一步：點擊Dataprep->Mosaic Image->Mosaic Tool,添加兩張校正之后的影像。第二步：設置好參數(shù)以及拼接的條件，然后點

8、擊Process->run Mosaic，得到拼接后的影像如圖所示：第三步：分別對拼接后的影像和spot影像進行裁剪，并且保證兩張影像裁剪的范圍是一樣的。然后點擊DataPrep->subst Image,設置對話框，進行裁剪，得到的Tm效果圖如下3.5影像分類、分類后處理及精度評定。影像分類：A、非監(jiān)督分類：直接點擊Classifier->Unsupervised Classification，選擇輸入輸出路徑，并設置分類的類別數(shù)，并且點擊OK即可。B、監(jiān)督分類：第一步：打開待分類影像，點擊Classifier->signature Editor，利用AQI工具進行樣

9、區(qū)的選取，下圖是我的分類表：第二步：生成混淆矩陣，點擊Evaluate->Contingency,設置如下：第三步：檢查混淆矩陣，保證每個類的精度達到90%以上，若為滿足要求，則需要對樣本區(qū)域進行調整，直至符合。我的混淆舉證表如下：第四步：生成分類后的影像分類后處理：A、Clump處理：點擊Interpreter->GIS Analysis->Clum，選擇輸入圖像和輸出圖像的路徑，得到處理后的影像如圖所示：B、Eliminate處理：點擊Interpreter->GIS Analysis->Eliminate，選擇clump處理的圖像作為輸入圖像，將得到的效果圖

10、的顏色進行更改，最后得到的圖像如圖所示：精度評定：生成255個隨機點，然后進行目視判讀，填寫每個隨機點所屬的類別，并且評定隨機點的精度，要求總的精度大于85%，部分精度表如圖所示：3.6專題圖制作：第一步：點擊Composer->new Composer，設置參數(shù)如圖所示第二步：選擇工具，在composer窗口內選擇一塊區(qū)域，然后在出現(xiàn)的對話框中點擊viewer，再點分類影像（預先打開），然后再在出現(xiàn)的對話框中點擊Use Entire Source，再點擊OK即可。第三步：添加房里格網(wǎng)：點擊，再點擊map窗口，設置單位為Centimertere，然后點擊Use Full Grid，再點擊

11、Copy to Vertical，如圖所示：點擊OK即可第四步：添加比例尺，點擊，在出現(xiàn)的對話框里面設置如下圖所示，然后再將比例尺拖到合適地位即可。第五步：添加圖例，點擊，再將對話框設置成如圖所示一樣即可第六步：添加圖名和指北針。點擊Annotation->Style，設置如圖所示，分別點擊，完成指北針和名字的添加。最后得到的專題地圖如圖所示：四、課程設計的結果分析與評價：4.1格式轉換：格式轉換的結果就是將所需的bmp格式的影像轉換成img格式，需要注意的是每張轉換后的影像都要修改Map Models。4.2波段組合：波段組合就是將裝換成img格式的6個波段的影像組合成一個多波段影像。

12、4.3幾何校正：這里幾何左邊影像校正的結果進行說明，首先在選取控制點和檢查點的時候，必須保證所有點的中誤差小于1，如圖所示：這里可以看到我左邊影像每個點的中誤差都小于1，并且總的中誤差為0.7左右，完全符合幾何校正的精度要求。當檢查點的中誤差大于1時，則說明控制點選取的不合理，這時候應該首先檢查控制點是否分布均勻，然后采用排除法進行糾錯，直至中誤差滿足要求。以上只是一種檢驗精度的方法，還需要進行動態(tài)連接，即將校正后的影像和Spot影像聯(lián)合顯示，目視判斷精度是否足夠。如圖所示：從該圖中可以看出，兩張影像符合的相當好，故精度滿足要求。4.4影像拼接與裁剪：影像拼接就是將左右兩張影像拼接在一起，并且

13、拼接可以檢查上一步兩張影像幾何校正的精度，如果出現(xiàn)明顯的拼接縫或者錯位現(xiàn)象，則需要返工，下圖是我所作的拼接效果：從圖中可以看出，兩張影像拼接的較為準確，除了邊緣地區(qū)稍微有一些錯位之外，其它地方較好，故滿足要求。拼接完之后，選取拼接效果較好的部分裁剪下來作為待分類的圖像。由圖可知，中間的影像拼接效果非常好，故裁剪該部分影像作為待分類影像。4.5分類、分類后處理及精度評定：分類包括非監(jiān)督分類和監(jiān)督分類，非監(jiān)督分類主要是提供一個先驗知識，分類效果不良好，不能進行使用。下圖是我所做的監(jiān)督分類效果圖：從這張圖上我們并不能得知分類的精度是否滿足要求，這就需要借助混淆矩陣和隨機點法進行判斷?；煜仃囈笏?/p>

14、的類的精度達到90%以上，如果沒有達到，則必須修改樣本，直至符合精度。隨機點精度要求總精度達到85%以上，如果沒有達到，則需要進行返工。當分類精度達到要求后，可以進行分類后處理，就是Clump和Eliminate處理，將分類后影像的小圖斑去除，是整幅分類影像看起來更為舒服和自然。下圖是處理后的影像：對比以上兩張影像，我們發(fā)現(xiàn)影像上的一些小圖斑消失了，使整幅影像看起來更為簡潔，可以用來制作專題地圖。 4.6專題地圖制作專題地圖的制作主要包括比例尺、格網(wǎng)、圖例、指北針、地圖名字等地圖要素的添加，最終得到一個tif文件。五、課程設計的總結與體會：通過這兩周的實習，我熟悉了Erdas的使用，并通過和E

15、nvi的對比，了解了這兩款軟件的優(yōu)缺點，為以后的學習科研提供了經驗。首先我們進行的是影像格式轉換，格式轉換主要是將bmp轉換成便于Erdas處理的img格式。個人覺得，Erdas在格式轉換方面做得比envi好，更加全面和方便。接下來是進波段組合，波段組合就是將6個波段組合成為一個多波段影像，在組合之前，必須修改沒張img的map model，否則會出現(xiàn)錯誤。然后是重頭戲幾何校正，幾何校正我們使用的是二次多項式模型，故需要選取6個控制點來建立模型，為了檢驗模型的精度，則需要另外選取6個檢查點。在選取控制點的時候一定要分布均勻，否則誤差非常之大。在幾何校正的時候，由于右邊影像右邊全部是山區(qū)，不方便

16、選點，我將所有的控制點選在左邊，當選取檢查點的時候，發(fā)現(xiàn)左邊中誤差較小，而右邊達到了100多。另外，為了保證幾何校正的精度，所有檢查點的中誤差都要小于1。幾何校正完之后，則可以進行拼接處理，拼接處理就是將左右兩張影像拼接成一張影像，拼接的時候可以檢驗上一步幾何校正的精度，如果精度不夠，在拼接的時候會發(fā)現(xiàn)兩張影像之間有明顯的拼接縫和錯位。這個時候則需要進行返工，直至拼接效果良好。拼接好之后，選取拼接效果較好的一個區(qū)域進行裁剪，作為待分類影像。這里我們還可以將spot相應區(qū)域的影像裁剪下來，然后和Tm影像進行融合，然后進行分類，最后比較兩種影像分類的效果，選取較好的一組作為最后結果。分類的時候，先進行非監(jiān)督分類，獲得先驗知識，然后進行監(jiān)督分類。這里我分了6類分別是長江，漢江和湖泊，城區(qū)，裸地，道路，植被6類。然后分別進行樣本選擇，這里我感覺envi在分類樣本選取方面做得比Erdas好，更加方便。當樣本選取完之后，需要生成混淆矩陣，看精度是否滿足要求，若